CLIPGaussian：基于高斯泼溅的通用多模态风格迁移
计算机视觉与模式识别
2025-10-27 v2
摘要
高斯泼溅（GS）最近作为一种从 2D 图像渲染 3D 场景的高效表示方法出现，并已被扩展到图像、视频和动态 4D 内容。然而，将风格迁移应用于基于 GS 的表示，尤其是超越简单的颜色变化，仍然具有挑战性。在这项工作中，我们引入了 CLIPGaussian，这是第一个支持跨多种模态（2D 图像、视频、3D 对象和 4D 场景）进行文本和图像引导风格化的统一风格迁移框架。我们的方法直接在 Gaussian primitives 上运行，并作为即插即用模块集成到现有的 GS 流水线中，无需大型生成模型或从头重新训练。CLIPGaussian 方法实现了 3D 和 4D 设置下颜色与几何的联合优化，并在保持模型大小的同时实现了视频中的时间连贯性。我们在所有任务中展示了卓越的风格保真度和一致性，验证了 CLIPGaussian 作为多模态风格迁移的通用且高效的解决方案。
引用
@article{arxiv.2505.22854,
title = {CLIPGaussian: Universal and Multimodal Style Transfer Based on Gaussian Splatting},
author = {Kornel Howil and Joanna Waczyńska and Piotr Borycki and Tadeusz Dziarmaga and Marcin Mazur and Przemysław Spurek},
journal= {arXiv preprint arXiv:2505.22854},
year = {2025}
}
备注
Accepted to NeurIPS 2025